---
title: "分子怎样忘记先前的振动频率"
description: "从频率涨落的相关函数走到二维谱的倾斜度，推导 Gaussian 极限，再分清连续谱扩散、化学交换与有限窗口下的拟合。"
canonical_url: "https://sandboxphysics.com/zh/stories/multidimensional-spectroscopy/spectral-diffusion/"
language: "zh-CN"
page_type: "story"
alternate_languages:
  en: "https://sandboxphysics.com/stories/multidimensional-spectroscopy/spectral-diffusion/"
last_modified: "2026-10-28"
---

[从振动走向二维光谱](https://sandboxphysics.com/zh/stories/multidimensional-spectroscopy/)

L3 · 第 7 章

# 分子怎样忘记先前的振动频率

Sandbox Physics · 2026-10-28

刚激发时频率偏高的分子，过一会儿还会偏高吗？二维谱随等待时间的变化，回答的就是这类记忆问题。环境缓慢变化时，峰沿对角线拉长；初始频率与后来的频率逐渐失去联系，峰也会变圆。

## 开始前需要什么

先读第二章的频率分散和第六章的复信号重建。需要概率平均与协方差；这里会用一条具体的 Gaussian 模型解释它们。

[回看上一章](https://sandboxphysics.com/zh/stories/multidimensional-spectroscopy/signal-to-spectrum/)

- 从频率记忆定义相关函数。
- 推导孤立 Gaussian 峰的中心线斜率。
- 区分信号处理、模型拟合与微观解释。

## 先把记忆写成一个可计算的量

令瞬时角频率偏移为 $\delta\omega(t)=\omega(t)-\langle\omega\rangle$，均值为零。把当前偏移与起始偏移相乘，再对许多分子或许多起点平均，就得到频率相关函数 $C(T)$。它的单位是角频率的平方。

若两次偏移经常同号，相关为正；若后来的频率与最初已经无关，相关趋近零。一个简单模型包含会衰减的环境记忆与实验时间内几乎不变的部分。$b$ 是静态方差比例，$\tau$ 是衰减时间。

$$
C(T)=\langle\delta\omega(T)\delta\omega(0)\rangle,\qquad \frac{C(T)}{C(0)}=b+(1-b)e^{-T/\tau}
$$

这是平稳经典 Gaussian 模型的一种参数化。很慢但有限的变化，也可能在短观测窗内看起来像静态部分。

对应阅读：Fenn and Fayer · MIT Spectroscopy

## Gaussian 频率对怎样变成一条斜线

先取理想、孤立的正峰，忽略激发态吸收重叠。横坐标 $x$ 是初始频率偏移，纵坐标 $y$ 是后来偏移；两者方差相同，相关系数为 $\rho=C(T)/C(0)$。固定横坐标时，纵向切片的最大值落在 $y=\rho x$。连接这些最大值，中心线斜率就是相关系数。

证明不需要猜图的形状：对下面的指数关于纵坐标求导，令导数为零，就得到条件峰值。真实谱含均匀展宽、有限带宽和路径重叠，斜率与相关函数之间的关系需要重新校准。

$$
p(x,y)\propto\exp\!\left[-\frac{x^2-2\rho xy+y^2}{2\sigma^2(1-\rho^2)}\right]
$$

等边际方差的二维 Gaussian 密度适用于相关系数绝对值小于一；完全记忆按趋近一的极限理解。固定初始频率，沿探测轴切片。

$$
\left.\frac{\partial\log p}{\partial y}\right|_x=0\quad\Longrightarrow\quad y_{\max}=\rho x
$$

因此理想中心线斜率等于归一化相关。若交换切片方向，文献中的斜率或逆斜率定义也会改变。

强相关与弱相关的理想 Gaussian 等高线。这是原创模型示意，不是测量谱图。

对应阅读：Fenn and Fayer

## 从复信号读出频率协方差

在相干时间内频率近似冻结时，重聚与不重聚包络是同一个频率对分布的特征函数。设已知脉冲选择之后的角频率方差为 $v$，等待时间协方差为 $q(T)$，两类信号可写成下式。正负号只改变交叉项。

相干衰减率 $\gamma$ 与布居振幅 $A(T)$ 在两类路径中相同。理想无噪声情况下，相除再取对数可以消去共同项。实际实验使用校准后的早期高信噪比样点拟合，并让共同的对数振幅偏移单独变化；弱信号取对数会放大噪声，估计也会偏离真值。

$$
R_{\mathrm{R/NR}}=A(T)\exp\!\left[-\frac{v}{2}(t_1^2+t_3^2)\pm q(T)t_1t_3-\gamma(t_1+t_3)\right]
$$

正号用于重聚、负号用于不重聚。选定的是与激发态吸收分离的正峰，未模拟完整多模振动响应。

$$
\log\frac{|R_{\mathrm R}|}{|R_{\mathrm{NR}}|}=2q(T)t_1t_3
$$

这条无噪声恒等式解释了协方差从何而来。已知有限带宽还会改变方差与协方差，须在比较微观相关前反算其影响。

## 完整算例：同一个等待时间留下多少记忆

取 $b=0.2$、$\tau=1\,\mathrm{ps}$。等待 $1\,\mathrm{ps}$ 后，归一化相关约为 $0.4943$；等待 $3\,\mathrm{ps}$ 后约为 $0.2398$。在理想 Gaussian 极限，这也是两条中心线的斜率。

若静态频率标准差用波数写成 $18\,\mathrm{cm}^{-1}$，角频率标准差约为 $3.39\,\mathrm{rad\,ps}^{-1}$。将它直接当成每皮秒的 18，会把时间信号的衰减尺度算错。有限带宽与窗口还会改变实测中心线；从图上斜率回到这里的相关真值，需要对应的校准。

## 谱扩散与化学交换怎样区分

连续的环境涨落能让一个峰从斜长变圆。化学交换则可让分子在具有不同频率的状态之间跳转，形成随等待时间增长的交叉联系。耦合与能量转移也能产生交叉峰；单张二维图通常不足以唯一归因。

用最简单的两状态动力学说明：分子起初全在状态 A，转到 B 的速率为 $k_{AB}$，返回速率为 $k_{BA}$。B 的条件布居按下式增长。实测峰高还包含跃迁偶极、寿命和脉冲覆盖因子；回到条件概率前，需要单独确定这些贡献。

$$
P(B,T\mid A,0)=\frac{k_{AB}}{k_{AB}+k_{BA}}\left[1-e^{-(k_{AB}+k_{BA})T}\right]
$$

速率单位为每皮秒。这个两状态例子解释交换的时间尺度；谱扩散实验的正峰模型并未拟合交换速率。

## 把一部分等待时间留给预测

先用较早的等待时间拟合，再预测没有参与拟合的较晚记录。单指数加静态项与双指数可能都能贴近训练点，却在晚时行为上分开。比较留出预测误差，才能看出多加一个时间尺度是否真的获得了信息。

即使留出预测很好，也只表明模型在这段范围内解释了观测。有限窗口里，一个很慢的指数会近似常量；频率涨落是否来自某种特定结构，还需要其他偏振、温度或独立结构观测。

## 动手检验预测

### [用未参与拟合的记录检查记忆模型](https://sandboxphysics.com/zh/labs/spectral-diffusion-inference/)

1. 浏览等待时间系列，预测中心线会怎样变。
2. 比较单指数加静态项与双指数的训练误差、留出预测误差。
3. 收窄带宽或增加噪声，观察哪些拟合结果先变得不稳定。
4. 导出原始复信号系列，指出拟合相关与重建中心线诊断各自来自哪些数据。

## 练习与解释性答案

1. 观测窗内相关曲线接近一个正平台，就证明存在永不变化的分子环境吗？

   展开解释

   有限的观测窗只能识别这段时间内近似不变的贡献。一个远慢于窗口的衰减也会给出几乎相同的平台；延长等待范围或增加独立观测可以检验。

2. 双指数总能把训练点拟合得更好，为什么还要保留晚时记录？

   展开解释

   更多参数可以吸收噪声。晚时记录没有参与参数调整，因而能检验模型是否预测了新的观测，而非只贴合已经看过的点。

[上一章：怎样把保存的复信号变成二维谱](https://sandboxphysics.com/zh/stories/multidimensional-spectroscopy/signal-to-spectrum/) [下一章：读懂中心线斜率与频率相关](https://sandboxphysics.com/zh/stories/multidimensional-spectroscopy/reading-and-inference/)

## 来源与计算范围

1. [Fenn and Fayer, Extracting 2D IR frequency-frequency correlation functions from two component systems (2011)](https://web.stanford.edu/group/fayer/articles/407.pdf)

   Journal of Chemical Physics 135, 074502，出版版本，DOI 10.1063/1.3625278。核读图 1—3 与式 (1)—(4)、(12)、(14)—(15)。限定数值基准采用式 (12) 的单组分 Gaussian 斜率关系，参数为自定教学值，不拟合论文中的水实验。

2. [MIT Spectroscopy, Tokmakoff research on hydrogen-bond dynamics](https://web.mit.edu/spectroscopy/research/phys_research/lrf_09_tokmakoff.html)

   研究机构介绍，用于说明羟基频率如何反映氢键环境。这里的 Lab 不采用该网页的实验原始数据。